基于单循环方法的涡轮叶片可靠性及多学科设计优化

为了得到适用于涡轮叶片复杂结构并同时考虑可靠性的多学科设计优化方法,将基于单循环方法的可靠性分析（SLBRA）与并行子空间设计优化方法 （CSSO）相结合,提出了一种基于可靠性的多学科设计优化（RBMDO）方法。在优化过程中使用Kriging近似模型并不断提高模型精度。该方法在计算最可能失效点（MPP）的过程中避免了优化迭代,提高了计算效率。以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比。结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率明显提高,证明了该方法在工程应用中的可行性和有效性。     

飞行器轨迹优化方法综述

飞行器轨迹优化是飞行器总体设计的关键环节,特别是在现代空间飞行器和高超声速飞行器设计过程中发挥着重要作用.在全面调研国内外现有轨迹优化技术的基础上,提出了飞行器轨迹优化新的分类方式,概述了多种飞行器轨迹优化的原理和应用,并详细分析了各自的优缺点和发展趋势.最后介绍了现在实际应用的多种轨迹优化软件.     

翼型高低速性能优化及其对缝翼设计影响研究

采用Hicks-Henne方法参数化翼型,以巡航升阻比、低速最大升力系数为目标进行优化设计.利用试验设计方法对总体设计空间内目标函数的分布进行初步评估,得到目标函数的初始Pareto前沿面,以前沿面上的点为基准,把总体设计空间分割成独立的局部设计空间进行并行寻优,逐步更新直至得到收敛的Pareto前沿面.对前沿面上的典...     

未知时延系统的全局优化辅助变量辨识

对于未知时延系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘（SNLS）辨识方法。为了降低收敛于局部最小的可能性,消除强观测噪声所引起的参数估计的偏差,利用全局优化理论,引进辅助变量,推导了全局优化的辅助变量（GOIV）辨识方法。仿真试验验证了算法的有效性。     

PARAMETRIC OPTIMIZATION AND STRUCTURAL DESIGN OF NLS

INTRODUCTIONIn general,nitrogen launching system[1,2 ] iscomprised of nitrogen cylinder,launching mecha-nism,framework and electrical system,withcompressed Nitrogen as launching energy re-sources.A physical and mathematical model isdeveloped for describing the relations betweenthe detached time and the force,volume,pres-sure,flow,displacement,velocity,acceleration ofnitrogen cylinder and launching mechanism.Thekey technique of NL S is to control detached pa-rameters by changing the press…     

基于解析解的小范围高频率机动飞行器制导律设计

针对机动飞行器的小范围高频率侧向机动飞行问题,结合飞行器的运动学和动力学方程,通过解析方法给出了机动幅值和飞行器最大可用过载下的最大机动频率,同时利用粒子群优化方法进行了制导律最优频率的优化。基于解析规划算法给出了正弦机动制导律的解析形式以实现飞行器在侧向方向的机动导引飞行。仿真结果表明：解析算法能够精确得出制导律频率,而粒子群优化方法的精度也能很好的满足要求,误差在5%以内。正弦机动制导律在大速度下可以较好的完成任务目标;在小速度下,幅值误差会有小幅度的增加。     

航天器设备动力学分析模型简化方法与应用

针对航天器设备因构成复杂引起的动力学分析模型建模困难问题,提出一种基于拓扑优化技术的有限元模型简化方法,以设备实测质量特性为约束条件,通过拓扑优化方法确定设备有限元模型可行设计空间中的材料分布,实现对结构刚度性能的模拟,获得满足动力学特性分析需要的简化的设备有限元模型。应用该方法创建了某星敏感器简化有限元模型,得到的星敏感器简化模型与产品实际质量、质心位置和转动惯量特性基本一致,并且前两阶频率分析值与试验值之间最大偏差约为30%。将该简化模型应用于其支撑结构的动态响应性能评估,两者组合体固有频率及加速度响应趋势的分析数据在450Hz以下的频率范围内与试验数据吻合较好,固有频率最大偏差约为39%。星敏感器简化模型的应用验证了基于拓扑优化技术的有限元模型简化建模方法的可行性,为航天器上复杂设备动力学分析有限元模型的简化建模提供了一种新的解决途径。     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.      

反舰导弹中/末制导交班点目标捕捉方法研究

为了提高对目标的捕捉概率,研究了反舰导弹中末制导交班点的选择问题。首先对中制导的散布概率区和目标的散布概率区建模,并得出反映中/末制导交班点捕捉概率大小的目标函数;在此基础上,利用遗传算法对该目标函数寻优,得出反舰导弹的最佳交班时刻和交班状态。全弹道数字仿真验证了该方法可有效地提高一类反舰导弹的捕捉概率。     

基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。